随着web2.0的发展,社会化媒体越来越多的进入了人们的生活。社会化媒体是一种给与用户极大参与空间的新型在线媒体,微博、Wikipedia,Del.icio.us等是社会化媒体的实例。社会化媒体是开放的,在信息充斥时代对信息流动、互动交流、网络社区形成起着非常重要的作用。当现实社会发生一个事件的时候,网络中就会以多种形式出现大量与事件相关的信息,如图像、视频、微博、新闻等。面对社会化媒体中海量的图像信息,挖掘事件相关图像是费事费力的工作,而且正确率不高。如何从大量的图像中查找出事件相关图像已经成为一个急需解决的问题,对图像检索和分析中合理的标签聚类起着至关重要的作用,如何对杂乱无章的图像标签进行合理有效聚类也是当前社会化媒体领域中一个研究热点。本文目的主要是将图像标签依据事件各个维度进行聚类,从而更好描述图像所要表达的事件信息,便于事件图像的检索。对于事件和图像标签关系已有大量的研究工作,但对于图像标签依据事件各个维度聚类的研究还不是很成熟。本文在前人对于事件挖掘、信息提取和图像标签聚类、分类等研究工作的基础上进一步探索,将图像标签依据事件各个维度进行聚类。通过图像标签与微博信息中挖掘出的事件各个维度集合关键词映射关联进行标签聚类。并且通过实验验证了该方法的可行性和有效性。